Model-Based Systems Engineering Methodology for Implementing Networked Aircraft Control System on Integrated Modular Avionics – Environmental Control System Case Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">Integrated modular avionics (IMA) architectures host multiple federated avionics applications on a single platform and provide benefits in terms of size, weight, and power, which, however, leads to increased complexity, especially during the development process. To cope efficiently with the high level of complexity, a novel, structured development methodology is required. This paper presents a model-based systems engineering (MBSE) development approach for the so-called “distributed integrated modular architecture” (DIMA). The proposed methodology adapts the open-source Capella tool, based on the Architecture Analysis &amp; Design Integrated Approach (ARCADIA) methodology, to implement a complete design cycle, starting with requirements captured from the aircraft level to streamline the development, culminating in the integration of an avionics application into an ARINC 653 platform. This paper shows how to address the variability of technology implementations at the aircraft and system levels and how the specification artifacts are efficiently managed and traced from the aircraft to the system to the item level to implement the SAE ARP4754A guidelines. The effectiveness of the methodology is presented via a case study of the integration of an environmental control system (ECS) into aircraft control architecture, illustrated for the cabin pressure control system (CPCS). The guidelines derived are applicable to other aircraft systems. In addition, the presented paper provides important insights into the challenges and advantages of the MBSE process over the traditional paper-based specification process.</div></div>
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle